【摘要】:在风力机齿轮箱和发动机里有滚动轴承,属于常发生故障部件,为了使风力机能长期稳定运行,必须对滚动轴承进行状态监测。表10-1轴承的常见故障及其产生原因和结果1.统计算法采用统计算法来分析振动传感器的时间信号,从轴承上采集的往往是离散的信号。表10-2DV值与轴承工作状态的关系DV值与轴承工作状态的对应关系见表10-2。
在风力机齿轮箱和发动机里有滚动轴承,属于常发生故障部件,为了使风力机能长期稳定运行,必须对滚动轴承进行状态监测。表10-1给出了轴承常见故障及其产生原因和结果。
表10-1 轴承的常见故障及其产生原因和结果
1.统计算法
采用统计算法来分析振动传感器的时间信号,从轴承上采集的往往是离散的信号。若轴承发生损坏,在振动信号中则可发现一个高能声频脉冲(峰值信号)。可采用统计分析算法来确定该峰值信号。统计算法的优点是可实现轴承的在线监测;缺点是无法根据峰值的大小准确判断出是属于哪一种故障。
2.时间序列分析
时间序列分析方法仅需从振动传感器采集的时间信号,就可计算诊断值DV,表达式如下(www.xing528.com)
DV值与轴承工作状态的对应关系见表10-2。信号分析的频率范围通常为0~20kHz。
表10-2 DV值与轴承工作状态的关系
3.频谱分析
所有的轴承都会有一定频率的振动,这就是所谓的故障频率。其取决于轴承和滚动部件的形状以及旋转频率。可采用快速傅里叶转化方法(Fast Fourier Transformation,FFT)对周期信号进行分析。标准快速傅里叶函数来分析固定频率的振动信号;进行变速条件下振动信号的阶次分析以及轴承状态以及包络线频谱分析。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。